Un système d’aide aU diagnostic dU cancer dU sein (classique)
| dc.contributor.author | Hamiani, Hichem Mounssif | |
| dc.contributor.author | Hadjiat, Mohamed Ghouti | |
| dc.date.accessioned | 2025-11-25T12:03:32Z | |
| dc.date.available | 2025-11-25T12:03:32Z | |
| dc.date.issued | 2025-06-29 | |
| dc.description.abstract | Ce mémoire est consacré à la classification automatique du cancer du sein, un enjeu majeur pour l’amélioration du diagnostic médical. Structuré en trois chapitres, il présente d’abord les aspects médicaux du cancer du sein, puis détaille les fondements des algorithmes d’intelligence artificielle, notamment le SVM et la forêt aléatoire. Une étude expérimentale est ensuite menée sur une base de données clinique, avec une préparation rigoureuse des données et une comparaison des performances des modèles. L’objectif principal est de proposer un outil d’aide à la décision médicale fiable et automatisé, capable de réduire les erreurs de diagnostic, notamment les faux négatifs, en s’appuyant sur des approches d’apprentissage supervisé. Ce travail met en lumière le potentiel de l’IA dans le domaine biomédical et ouvre la voie à des solutions innovantes et accessibles. | |
| dc.identifier.uri | https://dspace.univ-tlemcen.dz/handle/112/25293 | |
| dc.language.iso | fr | |
| dc.publisher | University of Tlemcen | |
| dc.relation.ispartofseries | N° inventaire 2787 | |
| dc.subject | Classification automatique | |
| dc.subject | Cancer du sein | |
| dc.subject | Intelligence artificielle | |
| dc.subject | Machine learning | |
| dc.subject | SVM | |
| dc.subject | Forêt aléatoire | |
| dc.subject | Diagnostic assisté | |
| dc.title | Un système d’aide aU diagnostic dU cancer dU sein (classique) | |
| dc.type | Thesis |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Un_systeme_d’aide_au_diagnostic_du_cancer_du_sein_(classique).pdf
- Size:
- 4.28 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
Loading...
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: